注意特征融合
用于“注意特征融合”的MXNet / Gluon代码
到目前为止,此仓库中有什么:
ImageNet的代码,训练有素的模型和训练日志
PS:
如果您是我们提交的论文的审稿人,请注意,当前实现的准确性比本文中的准确性要高一些,因为它是一个带有很多技巧的新实现。
如果您是我的学位论文评估专家,发现论文与这个repo的数字有些出入,那是因为在论文提交后我又将代码重新实现一遍遍,添加了AutoAugment,Labelinging这些技巧,因此目前这个repo中的分类准确率会比论文中的数字高一些,还请见谅。
更改日志:
2020-10-08:通过一整套技巧重新实现图像分类代码
2020-09-29:上载所提交论文的图像分类代码和训练有素的模型
去做:
在ImageNet上运行AFF-ResNeXt-50和AFF-ResNet-50
在新的训练模型上更新Grad-CAM结果
重新实
2023-04-03 16:44:16
386.7MB
Python
1